Rol en prompts: por qué funciona y cómo usarlo

El resultado cambia radicalmente. Con rol, la IA adopta el vocabulario, la estructura y la profundidad que esperarías de ese profesional. Sin rol, te da una respuesta genérica.

Por qué funciona a nivel técnico

Los LLMs se entrenan con textos de millones de profesionales. Cuando asignas un rol, activas los patrones de lenguaje asociados a ese perfil en los datos de entrenamiento. Es como decirle al modelo "accede a la zona de tu conocimiento que corresponde a este tipo de experto".

No es magia ni personalidad. Es activación selectiva de patrones. Un rol de "médico" prioriza precisión y cautela. Un rol de "copywriter" prioriza persuasión y brevedad. Un rol de "profesor" prioriza claridad y ejemplos.

A nivel técnico, lo que ocurre es que el rol modifica la distribución de probabilidad de los tokens siguientes. Cuando el modelo "sabe" que es un médico, asigna mayor probabilidad a terminología clínica, estructuras cautelares ("se recomienda consultar con un especialista") y referencias a evidencia. Cuando es un copywriter, prioriza verbos de acción, frases cortas y llamadas a la acción.

Los investigadores de Anthropic han documentado que el role prompting puede mejorar la precisión en tareas especializadas entre un 15% y un 40%, dependiendo del dominio y la especificidad del rol asignado.

Para entender mejor cómo funciona este mecanismo, lee cómo funciona ChatGPT por dentro.

La psicología detrás de los roles

El role prompting funciona por una razón fundamental: los LLMs no "piensan", predicen. Y la predicción se basa en patrones estadísticos del texto de entrenamiento.

Cuándo un médico escribe un artículo científico, usa un vocabulario, estructura y nivel de detalle completamente distinto al de un periodista escribiendo sobre el mismo tema. El LLM ha aprendido estos patrones. Al asignar un rol, estás diciendo: "genera texto como lo haría este tipo de persona".

Hay tres mecanismos psicológicos que explican la eficacia:

1. Priming contextual: El rol funciona como un prime que condiciona toda la generación posterior. Es el equivalente digital de decirle a alguien "ponte en la piel de X" antes de pedirle una opinión.

2. Restricción de vocabulario: Cada profesión tiene su jerga. Un abogado usa "cláusula", "subsanar", "otrosí". Un programador usa "refactorizar", "endpoint", "deployment". El rol filtra el vocabulario activo.

3. Marco de referencia: Cada rol implica prioridades distintas. Un CFO prioriza rentabilidad. Un CTO prioriza escalabilidad. Un CMO prioriza adquisición. El rol define qué es "importante" en la respuesta.

Esto explica por qué un rol genérico ("experto") no funciona: no activa ningún patrón específico. Es como decirle a alguien "sé inteligente". No aporta dirección.

Anatomía de un buen rol

Un rol efectivo tiene cuatro componentes:

1. Profesión específica: No "experto", sino "analista financiero senior especializado en startups SaaS".
2. Experiencia: "Con 15 años de experiencia en mercados europeos" añade contexto que filtra la respuesta.
3. Audiencia: "Vas a hablar con un CEO no técnico" define el nivel de detalle y el lenguaje.
4. Restricciones: "Evita jerga legal" o "responde siempre con datos verificables".

# Rol débil
Actúa como experto en marketing.

# Rol fuerte
Actúa como director de growth marketing en una startup
SaaS B2B con ARR de 2M EUR. Tienes 12 años de experiencia
en adquisición digital. Tu audiencia es el CEO, que no tiene
background técnico. Prioriza métricas accionables sobre teoría.

La diferencia en la respuesta es abismal. El rol débil genera generalidades. El rol fuerte genera recomendaciones específicas con métricas.

10 plantillas de rol por profesión

Aquí tienes 10 plantillas listas para copiar y adaptar. Cada una incluye los cuatro componentes: profesión, experiencia, audiencia y restricciones.

1. Copywriter de conversión:

Actúa como copywriter senior especializado en landing pages
de SaaS B2B. 10 años de experiencia en empresas como Stripe,
HubSpot y Notion. Escribes para CTOs y directores de IT.
Tono: directo, sin fluff, orientado a beneficios medibles.
Restricción: cada párrafo debe tener máximo 3 líneas.

2. Data Analyst:

Actúa como data analyst senior en una empresa de e-commerce
con 50M EUR de facturación anual. Trabajas con el equipo de
producto. Tu audiencia entiende métricas pero no SQL.
Siempre incluyes el "so what" de cada dato: qué implica
para el negocio y qué acción recomiendas.

3. Backend Engineer:

Actúa como senior backend engineer especializado en Python
y FastAPI. 8 años de experiencia en microservicios. Sigues
clean architecture, escribes tests unitarios y documentas
funciones con docstrings. El proyecto usa PostgreSQL con
Supabase RLS. Prioriza seguridad y rendimiento sobre brevedad.

4. Abogado mercantil:

Actúa como abogado mercantil español con 12 años de
experiencia en startups tecnológicas y RGPD. Tu cliente
es un founder no abogado. Explica implicaciones legales
en lenguaje claro. Cuando cites legislación, indica el
artículo exacto. Avisa siempre de los riesgos.

5. Product Manager:

Actúa como product manager senior en una startup B2B SaaS
con 20 empleados. Tienes experiencia en discovery, priorización
(RICE framework) y roadmapping. Tu audiencia es el equipo de
ingeniería. Formato: PRD breve con objetivo, hipótesis, métricas
de éxito y criterios de aceptación.

6. Recruiter técnico:

Actúa como recruiter senior especializado en perfiles tech.
8 años contratando developers y data scientists para startups
europeas. Conoces el mercado salarial actual. Tu audiencia
es el hiring manager. Evalúa candidatos con criterios objetivos
y justifica cada recomendación.

7. UX Designer:

Actúa como UX designer senior con experiencia en productos
SaaS B2B. Dominas design thinking, usability heuristics de
Nielsen y accesibilidad WCAG 2.1. Tu audiencia es el equipo
de desarrollo. Describe soluciones en términos de componentes
y flujos de usuario, no de wireframes visuales.

8. CFO de startup:

Actúa como CFO de una startup SaaS en fase seed/Series A.
Experiencia en unit economics, runway calculation y reporting
para inversores. Tu audiencia es el CEO. Responde con números,
escenarios (base/optimista/pesimista) y recomendaciones
accionables. Formato: bullet points con prioridad.

9. Content Strategist:

Actúa como content strategist senior con 10 años de experiencia
en SEO y marketing de contenidos para SaaS. Conoces keyword
research, topic clusters y content calendars. Tu audiencia
es el CMO. Prioriza contenido bottom-of-funnel con intención
de compra. Incluye métricas de éxito para cada pieza.

10. Consultor de ciberseguridad:

Actúa como consultor senior de ciberseguridad con certificaciones
CISSP y CISM. 15 años de experiencia en empresas reguladas
(banca, salud, gobierno). Tu audiencia es el CISO.
Prioriza riesgos por impacto y probabilidad. Referencia
frameworks (NIST, ISO 27001, ENS) cuando sea relevante.

Combinar roles en un prompt

A veces necesitas más de una perspectiva. Combinar roles es posible, pero hay reglas.

Combinaciones que funcionan:

• "Abogado que explica a un público no técnico" (experto + audiencia)
• "Médico que escribe para una revista de divulgación" (experto + formato)
• "CFO que presenta al board" (experto + contexto formal)
• "Profesor universitario que tutoriza a un alumno de primer año" (experto + nivel de detalle)

Combinaciones que fallan:

• "Vendedor y auditor" (conflicto de intereses: uno exagera, otro minimiza)
• "Creativo y riguroso" (sin más contexto, son prioridades opuestas)
• "CEO y empleado junior" (perspectivas completamente distintas sobre la misma situación)

La regla: dos roles son compatibles si tienen el mismo objetivo final. Un abogado y un divulgador quieren que el lector entienda. Un vendedor y un auditor quieren cosas opuestas.

# Combinación efectiva
Actúa como ingeniero de software senior que también tiene
experiencia como technical writer. Explica la arquitectura
de microservicios a un equipo de negocio que necesita
entender las implicaciones en costes y timelines.
Usa analogías del mundo real. Sin código.

Rol + few-shot: la combinación ganadora

El role prompting es potente solo. Combinado con few-shot learning, es devastador. El rol define "quién eres" y los ejemplos definen "cómo respondes exactamente".

El patrón es simple:

1. Define el rol con los 4 componentes
2. Da 2-3 ejemplos del output esperado
3. Haz tu petición real

# Rol + Few-shot
Actúa como copywriter senior de emails B2B. Tono: directo,
personal, sin frases genéricas. Objetivo: conseguir una
respuesta (no una venta directa).

## Ejemplo 1:
INPUT: Software de gestión de nóminas para empresas de 50-200 empleados
OUTPUT: "María, vi que [empresa] acaba de abrir 3 posiciones de RRHH.
Cuando escalas equipo así de rápido, la nómina se complica.
Puedo mostrarte cómo [producto] automatiza el 80% en 15 min.
¿Tienes hueco el jueves?"

## Ejemplo 2:
INPUT: Plataforma de ciberseguridad para sector financiero
OUTPUT: "Carlos, el último informe de INCIBE reporta un 340%
de aumento en ataques a banca regional. ¿Tenéis visibilidad
real de vuestro perímetro? Te muestro en 10 min lo que
detectamos en empresas similares. ¿Martes o miércoles?"

## Tu tarea:
INPUT: [tu producto y contexto]

Con rol solo, obtienes un email genérico "profesional". Con rol + few-shot, obtienes un email que replica exactamente el estilo y estructura que quieres.

Roles en system prompts

Si usas la API de ChatGPT, Claude o cualquier LLM, el lugar ideal para definir el rol es el system prompt. Es la primera instrucción que recibe el modelo y persiste durante toda la conversación.

# System prompt (vía API o herramientas avanzadas)
system: "Eres un CFO con experiencia en startups SaaS
europeas. Respondes con datos, métricas y recomendaciones
accionables. Formato: bullet points con prioridad."

# User prompt
user: "Analiza esta estructura de costes y dime dónde
recortar sin afectar growth."

El system prompt define el rol una vez. Todos los mensajes posteriores heredan ese contexto. Es la forma más eficiente de usar roles. Para profundizar, lee nuestra guía de system prompts.

Ventajas del system prompt para roles:

• No necesitas repetir el rol en cada mensaje
• El modelo mantiene coherencia durante toda la conversación
• Puedes separar la definición del rol (system) de la tarea concreta (user)
• Permite actualizar la tarea sin redefinir quién es el modelo

Errores comunes con roles

• Rol demasiado genérico: "Actúa como experto" no aporta nada. Sé específico en profesión, experiencia y contexto. "Experto" activa todos los patrones a la vez, que es lo mismo que no activar ninguno.
• Roles contradictorios: "Sé creativo pero riguroso" confunde al modelo. Elige una prioridad clara. Si necesitas ambas, sepáralas en pasos: primero genera ideas (creativo), después evalúa (riguroso).
• Rol sin audiencia: Un "médico" responde distinto a un paciente que a otro médico. Define a quién habla. La audiencia determina el nivel de detalle, el vocabulario y las asunciones.
• Olvidar restricciones: Sin restricciones, el modelo genera respuestas largas y genéricas. Acota: formato, longitud, tono, qué incluir y qué evitar.
• Abusar del rol: No todo necesita rol. Para tareas simples ("traduce esta frase"), un prompt directo es más eficiente. El rol añade valor cuando la tarea requiere criterio profesional.
• Cambiar de rol a mitad de conversación: Si defines un rol al inicio, mantenerlo toda la sesión. Cambiar de "médico" a "abogado" a mitad de chat confunde al modelo y genera respuestas inconsistentes.
• Rol sin verificación: El hecho de que asignes un rol no garantiza que las respuestas sean correctas. Un "médico IA" puede generar información incorrecta. El rol mejora el formato y enfoque, no la veracidad absoluta.

Revisa también los errores comunes al escribir prompts para evitar otros fallos frecuentes.

Avanzado: persona stacking

El persona stacking es una técnica donde pides al modelo que analice un problema desde múltiples perspectivas profesionales en un solo prompt. No es "combinar roles" (que genera una sola voz). Es pedir explícitamente múltiples voces diferenciadas.

# Persona stacking
Analiza esta propuesta de producto desde 4 perspectivas:

1. COMO CFO: evalúa viabilidad financiera, unit economics,
   riesgos de cash flow y ROI esperado.

2. COMO CTO: evalúa complejidad técnica, deuda técnica,
   escalabilidad y recursos necesarios.

3. COMO CMO: evalúa market fit, diferenciación, canales
   de adquisición y messaging.

4. COMO COO: evalúa operaciones, procesos necesarios,
   hiring y timeline de ejecución.

Para cada perspectiva: 3 pros, 3 contras, 1 recomendación.
Al final: decisión consolidada con nivel de confianza (1-10).

PROPUESTA: [describir aquí]

El persona stacking es particularmente útil para:

• Decisiones estratégicas: Ver un problema desde finanzas, tecnología, mercado y operaciones simultáneamente.
• Due diligence: Analizar una inversión o partnership desde perspectivas legales, financieras y técnicas.
• Product reviews: Evaluar un feature desde usuario, desarrollador, negocio y soporte.
• Preparación de pitch: Anticipar preguntas de diferentes perfiles de inversor.

La clave es que cada perspectiva debe estar claramente separada y tener su propio output estructurado. Si mezclas las voces, pierdes el valor de la técnica.

Siguiente paso

El role prompting es una de las técnicas más rentables: poco esfuerzo, gran mejora. Combínalo con cadena de prompts (asignar roles distintos a cada paso) y con few-shot learning (dar ejemplos del output esperado) para resultados de nivel profesional.

Si quieres ir más allá, explora el persona stacking para decisiones complejas y los system prompts para mantener roles persistentes en conversaciones largas. Para crear tu propia colección de roles optimizados, consulta nuestra guía para crear tu prompt library.